[英]How to rename columns in DataFrame with pandas in Python
我從Yahoo!導入了五種股票投資組合! 財務,並且需要創建一個DataFrame,其中包含所有股票2016年的收盤價。 但是,我正在努力用相應的股票名稱標記列。
import pandas.io.data as web
import pandas_datareader.data as web
import pandas as pd
from pandas import Series, DataFrame
import numpy as np
import datetime
start = datetime.datetime(2016, 1, 1)
end = datetime.datetime(2016, 12, 31)
NFLX = web.DataReader("NFLX", 'yahoo', start, end)
AAPL = web.DataReader("AAPL", 'yahoo', start, end)
GOOGL = web.DataReader("GOOGL", 'yahoo', start, end)
FB = web.DataReader("FB", 'yahoo', start, end)
TSLA = web.DataReader("TSLA", 'yahoo', start, end)
df_NFLX = pd.DataFrame(NFLX['Close'])
df_AAPL = pd.DataFrame(AAPL['Close'])
df_GOOGL = pd.DataFrame(GOOGL['Close'])
df_FB = pd.DataFrame(FB['Close'])
df_TSLA = pd.DataFrame(TSLA['Close'])
frames = [df_NFLX, df_AAPL, df_GOOGL, df_FB, df_TSLA]
result = pd.concat(frames, axis = 1)
result = result.rename(columns = {'Two':'N'})
result
我的代碼產生了這個-我想相應地給每列加上標題。
Out[15]:
Close Close Close Close Close
Date
2016-01-04 109.959999 105.349998 759.440002 102.220001 223.410004
2016-01-05 107.660004 102.709999 761.530029 102.730003 223.429993
2016-01-06 117.680000 100.699997 759.330017 102.970001 219.039993
2016-01-07 114.559998 96.449997 741.000000 97.919998 215.649994
2016-01-08 111.389999 96.959999 730.909973 97.330002 211.000000
2016-01-11 114.970001 98.529999 733.070007 97.510002 207.850006
2016-01-12 116.580002 99.959999 745.340027 99.370003 209.970001
修補您編寫的代碼的一種簡單方法是僅將名稱列表分配給df.columns
。
df.columns = ['NFLX', 'AAPL', 'GOOGL', 'FB', 'TSLA']
但是,有一些方法可以使大部分代碼更加簡潔,這也使您可以將股票名稱明確指定為列名稱。 我將回到開始,並(在定義start
和end
)開始,創建要獲取的股票行情清單。
start = datetime.datetime(2016, 1, 1)
end = datetime.datetime(2016, 12, 31)
tickers = ['NFLX', 'AAPL', 'GOOGL', 'FB', 'TSLA']
然后,您可以在某種循環中構造所有數據幀。 如果只需要Close
列,則可以立即提取該列,實際上您可以從所有這些列中創建一個dict
,然后直接從該dict
構造一個DataFrame
。
result = DataFrame({t: web.DataReader(t, 'yahoo', start, end)['Close']
for t in tickers})
一種替代方法是將所有庫存數據放入Panel
,如果您想使用其他列,這將很有用。
p = pd.Panel({t: web.DataReader(t, 'yahoo', start, end) for t in tickers})
然后你就可以提取Close
與數字
result = p[:,:,'Close']
您會注意到它會自動具有正確的列標簽。
要重命名構造表中的列,可以更改以下內容:
df_NFLX = pd.DataFrame(NFLX['Close'])
對此:
df_NFLX = pd.DataFrame(NFLX['Close']).rename(columns={'Close': 'NFLX'})
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.